史 超

(江苏自动化研究所，江苏 连云港 222000)

0 引言

遥感技术是指借助于各类遥感平台对远距离地物进行隔空检测的技术[1]。近年来，高分辨率的可见光遥感图像大量涌现，各种小型目标的纹理细节和结构都十分清晰。由于海洋资源的重要性，海洋上各种舰船目标的自动检测方法不断更新，对海洋目标检测意义重大。传统目标检测方法的解决思路主要是基于模板匹配、知识表示、图像分析和机器学习等方法[2]。这些方法过于依赖人工，专用性太强，不具有普适性，而且人工提取特征难以表达高层语义信息，导致检测性能较差。近年来，随着人工智能技术的发展，人工智能已经达到可以自行处理问题的程度，甚至能够比人更加快速和准确。深度学习的方法不需要人为设计特征表达来提取目标特征，而是通过训练海量的数据自行提取特征[3]，而且已经被证实。在可以获得足够数据量的前提下，深度学习方法的目标检测识别精度甚至超过人类的认知能力。本文对海洋遥感图像的舰船目标进行检测。与普通近距离目标检测不同的是遥感图像属于远距离成像，遥感图像的覆盖范围、尺度和物体方位都不同，进行目标检测相对困难[4-6]，主要有以下几点：① 每一幅遥感图像中包含不同大小的目标，同一个分辨率下的目标差异大，所以准确找出所有目标相对困难;② 可见光遥感图像易受到光照、云层等因素影响，会导致目标本身的特征发生……